GIỚI THIỆU
LÝ DO NGHIÊN CỨU
Trong mối quan hệ tài chính giữa ngân hàng và doanh nghiệp, các ngân hàng thương mại đặt ra điều kiện quan trọng là doanh nghiệp phải có khả năng thanh toán nợ vay trong tương lai Cụ thể, ngân hàng chỉ chấp nhận cho doanh nghiệp vay nếu đánh giá cho thấy xác suất vỡ nợ thấp và doanh nghiệp có khả năng chi trả Ngược lại, nếu xác suất vỡ nợ cao, doanh nghiệp sẽ gặp khó khăn trong việc huy động vốn, ảnh hưởng đến sự phát triển kinh doanh Do đó, việc đánh giá xác suất vỡ nợ từ góc độ ngân hàng là rất cần thiết.
Đánh giá XSVN của doanh nghiệp là yếu tố quan trọng mà các nhà đầu tư cần chú ý để hỗ trợ quá trình ra quyết định đầu tư, giúp tránh rủi ro không mong muốn Đồng thời, doanh nghiệp cũng cần ước lượng XSVN để có biện pháp kịp thời ứng phó với các vấn đề kinh tế đột biến.
Trong đánh giá XSVN của doanh nghiệp tại Việt Nam, ngành bất động sản (BĐS) được ưu tiên hàng đầu bởi các ngân hàng thương mại (NHTM) Ngành BĐS có mối liên hệ chặt chẽ với dịch vụ tài chính và hoạt động kinh doanh ngân hàng, từ việc cấp vốn đầu tư cho doanh nghiệp BĐS đến việc cung cấp tín dụng cho khách hàng có nhu cầu về nhà ở và các nhà đầu tư cá nhân Do đó, việc đánh giá XSVN đối với doanh nghiệp trong ngành BĐS sẽ được chú trọng hơn trong quy trình thẩm định.
Trong bối cảnh khủng hoảng kinh tế toàn cầu do dịch Covid-19, tất cả các doanh nghiệp tại Việt Nam, từ lớn đến nhỏ, đều bị ảnh hưởng tiêu cực, đặc biệt là ngành bất động sản (BĐS) Thị trường BĐS đóng băng đã tác động xấu đến hoạt động kinh doanh và khả năng huy động vốn từ các ngân hàng thương mại Đặc biệt, các doanh nghiệp BĐS lớn niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) và Sở Giao dịch Chứng khoán Hà Nội cũng gặp nhiều khó khăn.
Liên quan đến chủ đề này, nghiên cứu trong và ngoài nước Gordon (1971), Karels và Prakash (1987), Brown et al (1993), Denis (1995), Andrade và Kaplan
(1998), Platt (2002), Purnanandam (2005), Ross, Westerfield, Jaffe & Jordan
Năm 2008, Nguyễn Thị Nga đã chỉ ra khái niệm căng thẳng tài chính, phá sản và kinh doanh thất bại, cùng với các rủi ro tài chính liên quan Tuy nhiên, chưa có một định nghĩa cụ thể nào về xác suất vỡ nợ được đưa ra Các nghiên cứu của Nguyễn Thị Nga tiếp tục làm nổi bật những vấn đề này trong bối cảnh tài chính hiện đại.
Nhiều nghiên cứu đã đề cập đến rủi ro tài chính và rủi ro phá sản của các doanh nghiệp, đặc biệt trong ngành bất động sản, như các tác giả Hay Sinh (2018), Luu Huu Duc, Diem T.T Hai (2017), Vu Thi Loan (2017), và Võ Minh Long (2020) Tuy nhiên, vẫn chưa có nghiên cứu nào tập trung vào phân tích rủi ro tài chính và phá sản riêng cho nhóm doanh nghiệp bất động sản niêm yết trên sàn HOSE.
Để đánh giá hiệu quả XSVN của doanh nghiệp một cách chi tiết, cần thiết phải phân tích các nhân tố ảnh hưởng đến XSVN Cụ thể, việc phân tích các nhân tố tác động đến XSVN của các doanh nghiệp trong ngành BĐS niêm yết trên HOSE là rất quan trọng.
Nhận thấy tầm quan trọng của vấn đề nghiên cứu, tác giả quyết định chọn đề tài "Các nhân tố tác động đến xác suất vỡ nợ."
DOANH NGHIỆP NGÀNH BẤT ĐỘNG SẢN NIÊM YẾT TRÊN SỞ GIAO DICH CHỨNG KHOÁN THÀNH PHỐ HỒ CHÍ MINH” làm đề tài cho khóa luận tốt nghiệp.
MỤC TIÊU NGHIÊN CỨU
1.2.1 Mục tiêu nghiên cứu tổng quát
Mục tiêu nghiên cứu là phân tích tác động của các yếu tố đến sự phát triển của các doanh nghiệp bất động sản niêm yết trên sàn HOSE trong giai đoạn 2015-2019.
1.2.2 Mục tiêu nghiên cứu cụ thể Để giải quyết mục tiêu nghiên cứu tổng quát trên, đề tài tập trung giải quyết các mục tiêu cụ thể nhƣ sau:
Đo lường XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE trong giai đoạn 2015-2019.
Xem xét các nhân tố tác động đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE.
Đo lường mức độ và chiều hướng tác động của các nhân tố đến XSVN đối với các doanh nghiệp ngành BĐS niêm yết trên HOSE.
Đề xuất khuyến nghị nhằm giúp các doanh nghiệp giảm thiểu XSVN của các doanh nghiệp này.
CÂU HỎI NGHIÊN CỨU
Từ các mục tiêu nghiên cứu cụ thể trên, đề tài tiến đến thực hiện giải quyết các câu hỏi nghiên cứu sau đây:
XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE được đo lường nhƣ thế nào?
Những nhân tố nào tác động đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019?
Các nhân tố tác động nhƣ thế nào đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019?
Những khuyến nghị đƣợc đề xuất cho các doanh nghiệp ngành BĐS niêm yết trên HOSE, các ngân hàng, các nhà đầu tƣ nhƣ thế nào?
PHẠM VI VÀ ĐỐI TƢỢNG NGHIÊN CỨU
Khóa luận tập trung nghiên cứu về các đối tƣợng nhƣ sau:
XSVN, các doanh nghiệp ngành BĐS niêm yết trên HOSE.
Các nhân tố tác động đến XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019.
Nghiên cứu này tập trung vào 47 doanh nghiệp bất động sản niêm yết trên sàn HOSE, nhằm cung cấp cái nhìn chi tiết hơn về một nhóm doanh nghiệp cụ thể trong ngành Hạn chế về thông tin không công bố ra công chúng đã ảnh hưởng đến khả năng tiếp cận dữ liệu của tác giả, do đó phạm vi nghiên cứu được xác định rõ ràng.
Trong giai đoạn 2015-2019, các doanh nghiệp ngành bất động sản phải đối mặt với nhiều thách thức như trì hoãn pháp lý, giảm nhu cầu nhà ở, khó khăn trong huy động vốn và khả năng hoàn trả nợ Những vấn đề này đã ảnh hưởng nghiêm trọng đến tài chính của họ, thậm chí một số doanh nghiệp đứng trước nguy cơ phá sản Thêm vào đó, giai đoạn này kéo dài đến năm 2020, thời điểm khủng hoảng kinh tế toàn cầu do dịch bệnh, tạo ra áp lực lớn cho ngành bất động sản Việc nghiên cứu khoảng thời gian 2015-2019 sẽ cung cấp cái nhìn tổng quan và chi tiết cho doanh nghiệp, ngân hàng và nhà đầu tư.
PHƯƠNG PHÁP NGHIÊN CỨU
Đề tài nghiên cứu áp dụng phương pháp định tính kết hợp với định lượng, trong đó phương pháp định tính được thực hiện qua việc khảo sát các nghiên cứu trước nhằm đề xuất mô hình nghiên cứu và kỳ vọng dấu phù hợp cho các doanh nghiệp bất động sản niêm yết trên HOSE Phương pháp định lượng sử dụng hồi quy dữ liệu thông qua các phương pháp OLS, FEM và REM Khi phát hiện các khuyết tật trong mô hình như hiện tượng phương sai thay đổi và tự tương quan, nghiên cứu áp dụng phương pháp ước lượng FGLS để khảo sát thêm.
Ý NGHĨA NGHIÊN CỨU
1.6.1 Đóng góp về mặt lý luận
Nghiên cứu này tiến hành khảo sát các nghiên cứu trước để làm rõ khái niệm XSVN, đồng thời tổng hợp các yếu tố tác động đến XSVN của doanh nghiệp trong ngành BĐS Đặc biệt, nghiên cứu tập trung vào XSVN của các doanh nghiệp BĐS niêm yết trên sàn HOSE.
1.6.2 Đóng góp về mặt thực tiễn Đề tài cung cấp bằng chứng thực nghiệm về ƣớc lƣợng khả năng vỡ nợ của các doanh nghiệp ngành BĐS niêm yết trên HOSE và nhân tố ảnh hưởng đến XSVN của các doanh nghiệp này trong giai đoạn 2015-2019 Để từ đó giúp cho các nhà quản trị doanh nghiệp, các nhà đầu tƣ có cái nhìn hiệu quả về XSVN của các doanh nghiệp ngành BĐS niêm yết trên HOSE giai đoạn 2015-2019 và xem xét đƣa ra các quyết định đầu tƣ hợp lý đối với doanh nghiệp ngành này Cũng nhƣ hỗ trợ các doanh nghiệp ngành BĐS niêm yết trên HOSE trong việc đề ra các biện pháp nhằm giảm thiểu xác suất vỡ nợ của doanh nghiệp đó.
Kết cấu nghiên cứu
Khóa luận tốt nghiệp chủ yếu được thực hiện theo phương pháp nghiên cứu định lượng, bao gồm 5 chương cụ thể.
Chương 2 Cơ sở lý thuyết & tổng quan nghiên cứu
Chương 3 Phương pháp nghiên cứu
Chương 4 Kết quả nghiên cứu
CƠ SỞ LÝ THUYẾT & TỔNG QUAN NGHIÊN CỨU
TỔNG QUAN CÁC VẤN ĐỀ VỀ XÁC SUẤT VỠ NỢ DOANH NGHIỆP
2.1.1 Khái niệm về thuật ngữ vỡ nợ (Default)
Khái niệm vỡ nợ (Default) vẫn chưa được định nghĩa một cách thống nhất trong các nghiên cứu hiện tại Để làm rõ định nghĩa này, nghiên cứu sẽ tập trung vào các khái niệm liên quan như khó khăn tài chính (Financial Distress), rủi ro tài chính (Financial Risk), kinh doanh thất bại (Business Failure) và phá sản (Bankruptcy).
Khó khăn tài chính (Financial Distress)
Theo William H Beaver (1966), khó khăn tài chính xảy ra khi công ty không thể đáp ứng các nghĩa vụ tài chính như nợ và cổ tức ưu tiên Các dấu hiệu của khó khăn tài chính bao gồm phá sản, vỡ nợ trái phiếu, thấu chi tài khoản ngân hàng và không trả cổ tức bằng phiếu ưu đãi.
M J Gordon (1971) đã định nghĩa khó khăn tài chính công ty là vấn đề trước khi sự kiện vỡ nợ và tái cấu trúc công ty xảy ra Một doanh nghiệp gặp phải tình huống này là khi thu nhập của doanh nghiệp đó giảm và nợ của doanh nghiệp đó vƣợt quá giá trị tài sản.
Theo Chan K và N Chen (1991), các công ty gặp khó khăn tài chính là những công ty có giá trị thị trường giảm sút, hoạt động kém hiệu quả và thường xuyên phải đối mặt với vấn đề về công suất tài chính và dòng tiền Những công ty này nhạy cảm hơn với biến động kinh tế và có khả năng tồn tại thấp trong điều kiện kinh tế khó khăn Nghiên cứu của A Purnanandam (2004) chỉ ra rằng khó khăn tài chính là trạng thái trung gian giữa khả năng thanh toán và mất khả năng thanh toán, khi một công ty không còn khả năng trả lãi hoặc vi phạm các giao ước nợ Công ty sẽ chuyển từ trạng thái có khả năng thanh toán sang mất khả năng thanh toán khi giá trị tài sản giảm xuống dưới giá trị khoản nợ đến hạn.
Khó khăn tài chính xảy ra khi dòng tiền hoạt động của công ty không đủ để đáp ứng các nghĩa vụ hiện tại, như tín dụng thương mại và chi phí lãi vay, buộc công ty phải thực hiện các biện pháp khắc phục Tình trạng này có thể dẫn đến việc công ty vỡ nợ trong hợp đồng và thường liên quan đến việc cơ cấu lại tài chính giữa công ty, các chủ nợ và nhà đầu tư cổ phần Theo Ross, Westerfield, Jaffe & Jordan (2008), công ty thường phải thực hiện những hành động mà họ sẽ không làm nếu có đủ dòng tiền.
Rủi ro tài chính (Financial Risk)
Theo nghiên cứu của Võ Minh Long (2020), rủi ro tài chính là những yếu tố phát sinh trong hoạt động doanh nghiệp, ảnh hưởng đến tình hình tài chính và khả năng sinh lời Rủi ro này có thể dẫn đến mất khả năng thanh toán nợ, thậm chí gây ra phá sản cho doanh nghiệp.
Rủi ro tài chính, theo Amalendu Bhunia và Somnath Mukhuti (2012), là khả năng xảy ra tổn thất liên quan đến hoạt động tài chính, thường xuất phát từ các giao dịch như mua bán, đầu tư, vay nợ và các hoạt động kinh doanh khác.
Vũ Thị Hậu (2013) định nghĩa rủi ro tài chính là nguy cơ mà doanh nghiệp phải đối mặt khi không thể thanh toán các khoản nợ đến hạn, đặc biệt khi sử dụng đòn bẩy tài chính thông qua việc vay vốn trong hoạt động kinh doanh.
Kinh doanh thất bại (Business failure)
Nghiên cứu của Gordon V Karels và Arun J Prakash (1987) đã đưa ra nhiều định nghĩa về thuật ngữ "kinh doanh thất bại", bao gồm các khái niệm như giá trị ròng âm, không thanh toán cho chủ nợ, trái phiếu vỡ nợ và khả năng không thanh toán các khoản nợ.
P J Fitzpatrick (1932) đƣa ra năm giai đoạn dẫn đến thất bại kinh doanh bao gồm: Bất thường tài chính là khi cấp quản lý nhận thấy được tình trạng khó khăn của công ty Mất khả năng tài chính xảy ra khi công ty không có đƣợc các khoản tiền cần thiết để đáp ứng các nghĩa vụ của mình Mất khả năng thanh toán toàn bộ xảy ra khi nợ phải trả vƣợt quá tài sản ngắn hạn và dài hạn của công ty Cuối cùng, xác nhận mất khả năng thanh toán xảy ra ở bước pháp lý được tiến hành để bảo vệ các chủ nợ hoặc thanh lý công ty.
Theo Purnanandam (2005), vỡ nợ và phá sản là kết quả của các sự kiện tài chính khó khăn mà một công ty phải đối mặt Một công ty có thể gặp khó khăn tài chính ngay cả khi vẫn thực hiện được các nghĩa vụ thanh toán, nhưng để xảy ra tình trạng vỡ nợ hoặc phá sản, công ty đó phải trải qua những khó khăn tài chính nghiêm trọng từ đầu.
Nghiên cứu của Nguyễn Thị Nga (2018) chỉ ra rằng phá sản chủ yếu xuất phát từ sự suy yếu trong khả năng thanh toán của doanh nghiệp Điều này có nghĩa là doanh nghiệp không đủ tiền để chi trả các khoản nợ, bao gồm tiền nợ nhà cung cấp, lãi suất vay ngân hàng, và các khoản chi phí phát sinh do vi phạm hợp đồng.
Rủi ro vỡ nợ tín dụng, theo Mark C Freeman, Paul R Cox và Brian Wright (2006), là khả năng người vay không thực hiện nghĩa vụ trả nợ, dẫn đến mất gốc và lãi cho người cho vay Rủi ro này không chỉ gây gián đoạn dòng tiền mà còn làm tăng chi phí thu nợ, ảnh hưởng tiêu cực đến hoạt động của công ty.
Theo Hiệp ước Basel II, khái niệm vỡ nợ trong giám sát ngân hàng được định nghĩa là khi cá nhân, doanh nghiệp hoặc người đi vay không thực hiện nghĩa vụ thanh toán nợ trong vòng 90 ngày, thì sẽ được coi là đã vỡ nợ.
Theo thông tin từ kiến thức tài chính ngân hàng, bài viết chỉ ra rằng có nhiều trường hợp vỡ nợ, với các ví dụ cụ thể được nêu rõ.
Vỡ nợ đơn thuần có nghĩa là không trả nợ vĩnh viễn.
TỔNG QUAN CÁC NGHIÊN CỨU LIÊN QUAN ĐẾN VIỆC ƢỚC LƢỢNG XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP
Nghiên cứu của nhóm tác giả Ben Chin-Fook Yap và các cộng sự (2011) đã phân tích khả năng dự đoán sự thất bại của 64 công ty niêm yết tại Malaysia trong vòng 10 năm, bao gồm 10 công ty thất bại và 10 công ty không thất bại trong lĩnh vực tiêu dùng, cùng 22 công ty thất bại và 22 công ty không thất bại trong lĩnh vực sản phẩm công nghiệp Nghiên cứu tập trung vào các tỷ số tài chính như Tỷ lệ vốn lưu động, Dòng tiền trên tổng nợ, và Tổng nợ trên Tổng tài sản, nhằm kiểm tra tính hiệu quả của các tỷ số này trong việc phân loại các công ty Kết quả cho thấy Dòng tiền trên Tổng nợ có khả năng phân loại chính xác các công ty thất bại từ 81% đến 94% trong bốn năm trước khi xảy ra thất bại.
Nghiên cứu của Siew Bee Thai, Han Hwa Goh và Boon Heng Teh (2014) đã áp dụng Phân tích phân biệt đối xử để dự đoán tình trạng kiệt quệ tài chính của các công ty tại Mã Lai Trong nghiên cứu, 30 công ty được phân tích, bao gồm 15 công ty gặp khó khăn tài chính và 15 công ty không gặp khó khăn Dữ liệu tài chính của mỗi công ty được thu thập từ 5 năm trước khi được phân loại là PN17 tại Bursa Malaysia Năm tỷ số tài chính trong mô hình Altman Z-score đã được tính toán và kiểm tra thông qua Phân tích phân biệt Kết quả cho thấy, vốn lưu động trên tổng tài sản là yếu tố quan trọng nhất trong việc phân biệt giữa các công ty PN17 và không phải PN17 Ngoài ra, MDA đã đạt tỷ lệ chính xác 76,7% trong việc dự đoán các công ty gặp khó khăn tài chính ở Malaysia.
Nghiên cứu của Jacob Muvingi và các đồng tác giả (2015) đã so sánh hiệu suất của hai mô hình dự báo phá sản: mô hình Z-Score dựa trên tỷ lệ kế toán và mô hình KMV dựa trên thị trường Mô hình Z-Score, với hai biến là giá trị thị trường của nợ dài hạn và EBIT, phản ánh chính xác môi trường doanh nghiệp tại Zimbabwe Kết quả nghiên cứu cho thấy mô hình Z-Score có khả năng dự đoán phá sản vượt trội với tỷ lệ chính xác 0,959, trong khi mô hình KMV chỉ đạt 0,509 Đồng thời, các công ty phá sản trong giai đoạn này đã thể hiện dấu hiệu tài chính kém trong những năm trước đó.
Nghiên cứu của Sanobar Anjum (2012) tóm tắt các nghiên cứu quan trọng trong lĩnh vực dự đoán phá sản và so sánh các mô hình khác nhau Các thông tin tài chính được xem là hữu ích trong việc dự đoán thất bại trong kinh doanh, nhưng không có sự đồng thuận về biến nào hiệu quả nhất và khoảng thời gian trước khi xảy ra sự thất bại Hầu hết các nghiên cứu đã sử dụng kỹ thuật phân tích phân biệt đối xử (MDA) để phát triển các mô hình, bao gồm cả công ty lớn, nhỏ, tư nhân và cổ phần Mô hình của Tiến sĩ Altman đã được nghiên cứu kỹ lưỡng và nhiều nghiên cứu tiên phong đã thực hiện dưới thước đo điểm số z của ông, với những thay đổi quan trọng trong phương trình giúp cải thiện khả năng dự đoán phá sản Chương này bắt đầu với việc giải thích về ý nghĩa của sự phá sản và tiếp theo là các loại mô hình dự báo phá sản áp dụng trong các kịch bản kinh tế hiện nay, chủ yếu là năm loại khác nhau, trong đó phân tích đa phân biệt là mấu chốt của bài báo Mô hình của Tiến sĩ Altman được thảo luận chi tiết, mô tả các thay đổi trong phương trình nhằm đạt được một mô hình dự đoán hoàn hảo.
Nghiên cứu của Trịnh Thị Phan Lan (2013) tập trung vào đòn bẩy tài chính (ĐBTC) và ảnh hưởng của nó đến kết quả kinh doanh của doanh nghiệp xây dựng – bất động sản Đòn bẩy tài chính được định nghĩa là việc sử dụng vốn để đầu tư và kinh doanh Nghiên cứu phân tích cơ cấu nguồn vốn của các doanh nghiệp này thông qua các hệ số như nợ phải trả trên vốn chủ sở hữu, nợ ngắn hạn trên tổng vốn, và tổng nợ trên tổng tài sản Bên cạnh đó, nghiên cứu cũng xem xét hiệu quả sử dụng ĐBTC thông qua các chỉ số doanh thu, lợi nhuận, khả năng sinh lời (KNNSL) và kết quả tài chính (KNTT) Kết quả cho thấy doanh nghiệp xây dựng – bất động sản có mức sử dụng ĐBTC cao, vượt trội so với các ngành khác trong năm.
Năm 2011, mặc dù doanh thu và lợi nhuận của các doanh nghiệp không có sự phát triển mạnh mẽ, mà chỉ duy trì ở mức trung bình, tình trạng sử dụng ĐBTC quá mức và không kiểm soát được rủi ro đã trở thành gánh nặng đáng kể Chi phí lãi vay cao, áp lực trả nợ cùng với việc thiếu hụt vốn cho các dự án đã khiến nhiều doanh nghiệp rơi vào tình trạng nguy hiểm, đứng trước nguy cơ phá sản.
Bài nghiên cứu của Hay Sinh (2013) mở đầu bằng việc định nghĩa khái niệm phá sản và xác suất phá sản theo luật phá sản doanh nghiệp Tác giả sau đó phân tích hai phương pháp chính trong việc đánh giá sức khỏe tài chính của doanh nghiệp: phương pháp tài sản và phương pháp dòng tiền chiết khấu (DCF), cùng với giá trị hiện tại có điều chỉnh (APV), nhằm thảo luận về các ưu nhược điểm của từng phương pháp.
Các phương pháp ước lượng XSVN của doanh nghiệp bao gồm: chỉ số Z (Z-score) theo Altman, mô hình Zeta để đánh giá rủi ro tín dụng, xác định XSVN dựa trên xếp hạng trái phiếu, và phân tích XSVN thông qua giá trái phiếu Cuối cùng, bài viết sẽ cung cấp ví dụ minh họa cho Công ty cổ phần Công nghiệp Cao su Miền Nam (CASUMINA).
Mã CSM với hai phương pháp Z-score của Altman và mô hình xếp hạng tín dụng nội bộ được cho là phù hợp cho các ngân hàng thương mại Tác giả khuyến khích các thẩm định viên áp dụng hai mô hình này cùng với mô hình APV trong công tác thẩm định giá trị doanh nghiệp.
Bài viết của Vu Thi Loan (2017) nghiên cứu mô hình dự báo tình trạng khó khăn tài chính của các công ty niêm yết trên thị trường chứng khoán Việt Nam Tác giả thiết lập hai mô hình dự đoán: mô hình 1 dựa hoàn toàn vào các tỷ số tài chính từ báo cáo tài chính, trong khi mô hình 2 bổ sung giá cổ phiếu như một biến độc lập Dữ liệu nghiên cứu được phân chia thành hai nhóm: công ty gặp khó khăn tài chính và công ty không gặp khó khăn, với thông tin thu thập từ năm 2009 đến 2015, bao gồm 280 doanh nghiệp niêm yết trên Sở Giao dịch Chứng khoán Hà Nội.
Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh Trong đó, có
140 công ty có cổ phiếu bị hủy niêm yết bởi 2 Sở Giao dịch Chứng khoán đã tạo thành cặp với các doanh nghiệp khác có đặc điểm tương đồng về ngành nghề, quy mô và độ tuổi.
Dữ liệu nghiên cứu thu thập trước sự cố tài chính cho thấy mô hình bao gồm giá cổ phiếu là biến độc lập hoạt động hiệu quả hơn so với mô hình không có giá cổ phiếu Ngoài ra, các tỷ số phản ánh khả năng thanh khoản, tăng trưởng tài sản và lợi nhuận của công ty cũng dự báo chính xác tình trạng khó khăn tài chính của doanh nghiệp.
Nghiên cứu của Vũ Thị Hậu (2017) tập trung vào rủi ro tài chính của các công ty BĐS niêm yết tại Sở Giao dịch Chứng khoán TP.HCM, áp dụng mô hình của Alexander Bathory Bài viết phân tích hai khái niệm rủi ro tài chính, nhấn mạnh vào khía cạnh hẹp và thu thập dữ liệu tài chính từ 34 doanh nghiệp Tác giả sử dụng công cụ Microsolt Excel để tính toán rủi ro tài chính với mô hình cụ thể Kết quả nghiên cứu phân loại 6 nhóm doanh nghiệp theo mức độ rủi ro tài chính và đề xuất khuyến nghị cho từng nhóm, đồng thời khẳng định rằng đo lường rủi ro tài chính là bước quan trọng trong quy trình quản trị rủi ro tài chính.
Nghiên cứu của Nguyễn Thị Nga (2018) tập trung vào 45 doanh nghiệp BĐS niêm yết trên thị trường chứng khoán Việt Nam trong giai đoạn 2008-2015, với mục tiêu phân tích rủi ro phá sản thông qua 14 chỉ số tài chính thuộc 5 nhóm chỉ tiêu Kết quả cho thấy bốn biến có tác động đến rủi ro phá sản, bao gồm dòng tiền/ tổng nợ phải trả bình quân, vốn hoạt động thuần/ tổng tài sản, lợi nhuận sau thuế/ tổng tài sản bình quân (ROA), và tổng nợ phải trả/ tổng tài sản Trong đó, biến tổng nợ phải trả/ tổng tài sản có ảnh hưởng mạnh nhất, trong khi ba biến còn lại có tác động ngược chiều và mức độ ảnh hưởng giảm dần Các biến còn lại không có ý nghĩa thống kê hoặc không tác động đến rủi ro phá sản của các công ty BĐS niêm yết.
Nghiên cứu của Võ Minh Long (2020) phân tích các yếu tố ảnh hưởng đến rủi ro tài chính của 28 doanh nghiệp bất động sản niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HSX) trong giai đoạn 2012-2018.
CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN XÁC SUẤT VỠ NỢ CỦA DOANH NGHIỆP BĐS
Qua khảo sát các nghiên cứu trước, đề tài nhận thấy rằng các yếu tố ảnh hưởng đến XSVN bao gồm khó khăn tài chính, rủi ro tài chính, và khả năng kinh doanh, thường liên quan đến các chỉ số tài chính như KNTT, KNNSL, và năng lực hoạt động Đặc biệt, ĐBTC của doanh nghiệp BĐS được nhấn mạnh là yếu tố quan trọng nhất ảnh hưởng đến rủi ro phá sản, như đã chỉ ra bởi Trịnh Thị Phan Lan (2013) Nghiên cứu này nhằm phân tích những yếu tố này để hiểu rõ hơn về tác động của chúng đến XSVN của các doanh nghiệp BĐS niêm yết.
Sở giao dịch chứng khoán thành phố Hồ Chí Minh để tiến hành thực hiện phân tích. Chi tiết về các nhân tố đƣợc bàn luận cụ thể.
Khả năng thanh toán được đo lường qua các hệ số như vốn hoạt động thuần/tổng tài sản, dòng tiền/tổng nợ phải trả bình quân, và các hệ số KNTT hiện hành, KNTT nhanh, KNTT tổng quát, và thanh toán lãi vay Theo Nguyễn Thị Nga (2018), các chỉ tiêu này có tác động ngược chiều đến rủi ro phá sản, đặc biệt là vốn hoạt động thuần/tổng tài sản và dòng tiền/tổng nợ phải trả bình quân Võ Minh Long (2020) cũng chỉ ra rằng hệ số KNTT hiện hành ảnh hưởng ngược chiều đến rủi ro tài chính, trong khi hệ số KNTT nhanh và tổng quát lại có tác động cùng chiều với rủi ro tài chính.
Vỡ nợ là hiện tượng khi một doanh nghiệp gặp khó khăn tài chính, không đủ khả năng thanh toán các khoản nợ cho chủ nợ, ngân hàng và đối tác, thường xuất phát từ việc kinh doanh không thành công Tình trạng này có thể dẫn đến việc tái cấu trúc công ty, nhượng quyền, thâu tóm, và thường dẫn đến kết quả phá sản của doanh nghiệp.
Nghiên cứu cho thấy rằng KNTT có tác động ngược chiều đến XSVN của các doanh nghiệp trong ngành BĐS, trong khi đó, KNTT lại có tác động cùng chiều đối với chỉ số Z biểu hiện XSVN của các doanh nghiệp này.
Nghiên cứu của Nguyễn Thị Nga (2018) chỉ ra rằng khả năng sinh lợi là yếu tố quan trọng để đánh giá hiệu quả sử dụng nguồn lực trong việc tạo ra lợi nhuận Doanh nghiệp có lợi nhuận cao sẽ có khả năng thanh toán nợ tốt hơn, từ đó giảm thiểu rủi ro phá sản.
Các chỉ tiêu tài chính liên quan đến khả năng sinh lời (KNNSL) bao gồm lợi nhuận sau thuế trên tài sản cố định bình quân, hệ số KNNSL trên tổng tài sản và hệ số KNNSL trên doanh thu thuần Những hệ số này đã được nghiên cứu và đề cập trong các công trình nghiên cứu về doanh nghiệp bất động sản, điển hình là luận án tiến sĩ của Nguyễn Thị Nga.
Lợi nhuận sau thuế trên tài sản cố định bình quân có tác động ngược chiều đến rủi ro phá sản, theo nghiên cứu năm 2018 Nghiên cứu của Võ Minh Long (2020) chỉ ra rằng hệ số KNNSL trên tổng tài sản cũng ảnh hưởng ngược chiều đến rủi ro tài chính Tổng quan cho thấy, mối quan hệ giữa KNNSL và XSVN trong ngành BĐS cho thấy KNNSL có tác động ngược chiều đến XSVN của các doanh nghiệp, trong khi lại có tác động cùng chiều với chỉ số Z biểu hiện XSVN của các doanh nghiệp này.
Nghiên cứu của Võ Minh Long (2020) chỉ ra rằng các hệ số như vòng quay hàng tồn kho, vòng quay tài sản cố định, vòng quay tổng tài sản và vòng quay khoản phải thu là những chỉ số tài chính quan trọng thể hiện hiệu suất hoạt động (HSHĐ) của doanh nghiệp Kết quả nghiên cứu cho thấy vòng quay tổng tài sản và vòng quay khoản phải thu có tác động tích cực đến rủi ro tài chính của các doanh nghiệp bất động sản, trong khi đó, hệ số vòng quay hàng tồn kho lại có tác động ngược chiều đến rủi ro tài chính của các doanh nghiệp này.
Theo luận án của Nguyễn Thị Nga (2018), năng lực hoạt động kém có thể khiến doanh nghiệp gặp khó khăn, thậm chí đối mặt với nguy cơ phá sản.
Chính vì vậy, đây đƣợc coi là một trong những nội dung quan trọng trong phân tích rủi ro phá sản của doanh nghiệp.”
Nhân tố HSHĐ ảnh hưởng ngược chiều đến XSVN của doanh nghiệp trong ngành BĐS, trong khi đó, chỉ số Z lại có tác động cùng chiều với XSVN của các doanh nghiệp này.
Khi phân tích cấu trúc vốn (CCNV), các hệ số quan trọng thường được sử dụng bao gồm nợ phải trả trên tổng tài sản, tổng nợ phải trả trên vốn chủ sở hữu, tỷ lệ nợ ngắn hạn so với nợ dài hạn, và tỷ số tự tài trợ Những chỉ số này giúp đánh giá sự phân bổ giữa các khoản nợ và mối quan hệ giữa tổng nợ và vốn chủ sở hữu trong CCNV của doanh nghiệp Do đó, CCNV còn được gọi là ĐBTC.
Nghiên cứu của Trịnh Thị Phan Lan (2013) chỉ ra rằng, ĐBTC là hình thức doanh nghiệp vay mượn tiền để đầu tư vào dự án hoặc hoạt động kinh doanh Tuy nhiên, việc lạm dụng ĐBTC và không kiểm soát rủi ro đã trở thành gánh nặng cho nhiều doanh nghiệp, dẫn đến chi phí lãi vay cao, áp lực trả nợ và thiếu hụt vốn cho các dự án, đẩy nhiều doanh nghiệp đến bờ vực phá sản.
Luận án tiến sĩ của Nguyễn Thị Nga (2018) chỉ ra rằng hệ số tổng nợ phải trả trên tổng tài sản là chỉ tiêu quan trọng nhất phản ánh độ bền tài chính của doanh nghiệp, có tác động mạnh mẽ đến rủi ro phá sản, với chiều hướng tác động cùng chiều.
Trong nghiên cứu của Võ Minh Long (2020), tác giả chỉ ra rằng tỷ số tự tài trợ có ảnh hưởng ngược chiều đến rủi ro tài chính, trong khi đó, hệ số nợ ngắn hạn so với nợ dài hạn lại có tác động cùng chiều với rủi ro tài chính.
Trong mối quan hệ giữa các doanh nghiệp ngành bất động sản (BĐS) và chỉ số XSVN, các chỉ số CCNV có tác động tương đồng Tuy nhiên, CCNV cũng có thể ảnh hưởng ngược lại đến chỉ số Z, biểu thị cho XSVN của các doanh nghiệp này Tùy thuộc vào từng trường hợp cụ thể, các chỉ số sẽ có những ảnh hưởng khác nhau đến XSVN cũng như chỉ số Z của doanh nghiệp trong ngành BĐS.
PHƯƠNG PHÁP NGHIÊN CỨU
PHƯƠNG PHÁP NGHIÊN CỨU
Khóa luận tốt nghiệp áp dụng kết hợp hai phương pháp nghiên cứu định lượng và định tính nhằm giải quyết các vấn đề nghiên cứu và trả lời những câu hỏi liên quan đến đề tài cụ thể.
Phương pháp nghiên cứu định tính
Phương pháp nghiên cứu định tính được áp dụng để khảo sát và thu thập thông tin liên quan đến XSVN của doanh nghiệp ngành BĐS, cũng như các yếu tố tác động đến XSVN, đặc biệt là đối với các doanh nghiệp niêm yết trên HOSE Qua việc tổng hợp các số liệu và lý thuyết từ các nghiên cứu trước, nghiên cứu này nhằm tìm kiếm khoảng trống trong lĩnh vực nghiên cứu Điều quan trọng là khái niệm về XSVN được làm rõ và các yếu tố ảnh hưởng đến XSVN của doanh nghiệp BĐS niêm yết trên HOSE được tổng hợp để phát triển mô hình nghiên cứu phù hợp cho đề tài khóa luận tốt nghiệp.
Phương pháp nghiên cứu định tính có thể được áp dụng để phân tích các số liệu từ báo cáo tài chính (BCTC) đã được kiểm toán trong giai đoạn nhất định.
2015 - 2019 của 47 doanh nghiệp ngành BĐS niêm yết trên HOSE để thực hiện lập dữ liệu nghiên cứu cho mô hình nghiên cứu của đề tài.
Phương pháp nghiên cứu định tính được áp dụng để phân tích kết quả nghiên cứu và đưa ra các khuyến nghị liên quan đến các yếu tố ảnh hưởng đến XSVN của doanh nghiệp ngành BĐS niêm yết trên HOSE Các khuyến nghị này nhằm hỗ trợ doanh nghiệp, nhà quản trị ngân hàng thương mại và nhà đầu tư có cái nhìn phù hợp và hiệu quả hơn.
Phương pháp nghiên cứu định lượng
Phương pháp nghiên cứu định lượng sử dụng mô hình hồi quy dữ liệu bảng (Panel Data) với các biến đã được đề xuất trong nghiên cứu Dữ liệu sẽ được phân tích bằng phần mềm Stata 14, trong đó các kiểm định liên quan đến mô hình hồi quy tuyến tính sẽ được áp dụng trong quá trình phân tích.
Bước đầu tiên trong phân tích dữ liệu nghiên cứu là thực hiện thống kê mô tả, giúp nắm bắt tổng quan về nguồn dữ liệu thông qua các chỉ số như số lượng quan sát, độ lệch chuẩn, giá trị trung bình, giá trị nhỏ nhất và giá trị lớn nhất.
Bước 2 trong quá trình phân tích là kiểm định đa cộng tuyến thông qua chỉ số VIF (nhân tử phóng đại phương sai) Nếu hệ số VIF của các biến nằm trong khoảng từ 1,30 đến 8,35, điều này cho thấy mô hình không gặp phải vấn đề đa cộng tuyến nghiêm trọng và các biến có thể được sử dụng để tiếp tục phân tích Ngược lại, những biến có hệ số VIF vượt quá khoảng cho phép sẽ bị loại khỏi mô hình nghiên cứu.
Bước 3: Tiến hành kiểm định hiện tượng phương sai thay đổi và tự tương quan bằng các phương pháp như bình phương bé nhất (OLS), mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) trong quá trình chạy mô hình dữ liệu bảng.
Bước 4 trong quá trình lựa chọn mô hình phù hợp bao gồm các kiểm định quan trọng Đầu tiên, kiểm định Hausman giúp xác định mô hình FEM hoặc REM; nếu p-value nhỏ hơn 0,05, mô hình FEM được chọn, ngược lại chọn REM Tiếp theo, kiểm định nhân tử Lagrange giúp lựa chọn giữa REM và Pooled OLS; với p-value nhỏ hơn 0,05, mô hình REM được ưu tiên, còn lại là Pooled OLS Cuối cùng, kiểm định Wald-F so sánh Pooled OLS và FEM; nếu p-value nhỏ hơn 0,05, FEM là lựa chọn, ngược lại là Pooled OLS Trong trường hợp có hiện tượng phương sai thay đổi và tự tương quan, phương pháp ước lượng FGLS sẽ được áp dụng để khảo sát thêm.
Phương pháp nghiên cứu định lượng được thể hiện qua việc tính toán các số liệu để tạo thành bộ dữ liệu bảng phục vụ phân tích hồi quy Bộ dữ liệu này được xây dựng bằng phần mềm Microsoft Excel từ các số liệu liên quan đến các biến trong mô hình nghiên cứu, được trích xuất từ báo cáo tài chính đã kiểm toán của các doanh nghiệp ngành bất động sản niêm yết trên sàn HOSE trong giai đoạn 2015 – 2019.
Để hiểu rõ hơn về trình tự thực hiện đề tài nghiên cứu của khóa luận tốt nghiệp, tác giả đề xuất quy trình các bước nghiên cứu cụ thể Quy trình này được trình bày một cách rõ ràng và logic, giúp sinh viên nắm bắt được các bước cần thiết để hoàn thành nghiên cứu một cách hiệu quả.
Xác định mục tiêu và vấn đề Thực hiện lựa chọn mô hình phù hợp bằng kiểm định nghiên cứu Hausman, Lagrange, Wald-F
Kiểm định phương sai thay
Thiết lập cơ sở lý thuyết qua đổi và hiện tượng tự tương tổng quan các nghiên cứu trước đó quan bằng pooled OLS, FEM, REM
Xây dựng mô hình nghiên Kiểm định đa cộng tuyến cứu bằng phương pháp VIF
Thu thập, thống kê số liệu để thiết lập nguồn dữ liệu Thống kê mô tả nghiên cứu
Nếu có hiện tƣợng tự tương quan và phương sai thay đổi nghiên cứu tiến hành khảo phụ FGLS
Phân tích kết quả hồi quy Đề xuất một số khuyến nghị cho các đối tƣợng liên quan đồ tại hình 1 nhƣ sau:
Nguồn: Tác giả đề xuất
MÔ HÌNH NGHIÊN CỨU
Mô hình nghiên cứu này tập trung vào các yếu tố ảnh hưởng đến XSVN của các doanh nghiệp bất động sản niêm yết trên sàn HOSE, dựa trên các nghiên cứu trước đó với cấu trúc mô hình tuyến tính tổng quát.
: Hệ số điểm Z-score của Edward I, Altman (2000) về ƣớc lƣợng xác suất vỡ nợ có với công thức đã đề cập trong mô hình nghiên cứu nhƣ sau:
: Tham số của mô hình – hệ số đo độ dốc đường hồi quy.
: Các nhân tố ảnh hưởng đến hệ số Z.
Hình 1: Quy trình chi tiết các bước thực hiện nghiên cứu i : Thành phần ngẫu nhiên hay sai số của mô hình.
Cụ thể hơn với các biến dự kiến đƣợc sử dụng trong khóa luận tốt nghiệp đƣợc trình bày trong bảng sau:
Bảng 3 1: Các biến trong mô hình nghiên cứu của khóa luận tốt nghiệp
Biến Nhóm biến Tên biến Cách xác định Ghi chú
Hệ số khả năng thanh (2) toán hiện hành
Khả năng Hệ số khả năng thanh (2) thanh toán toán nhanh
Hệ số khả năng thanh (2) toán tổng quát
Hệ số khả năng thanh (3) toán lãi vay
Hệ số khả năng sinh lời (2) trên tổng tài sản
Khả năng Hệ số khả năng sinh lời (4) sinh lời trên tổng tài sản cố định
Hệ số khả năng sinh lời (2) trên doanh thu thuần
Vòng quay tài sản cố
Hiệu suất định (2) hoạt động
Vòng quay tổng tài sản (2)
Vòng quay khoản phải thu (2)
Hệ số nợ ngắn hạn trên (2) nợ dài hạn
Cơ cấu Hệ số nợ trên tổng tài sản (4) nguồn vốn Hệ số nợ trên nguồn vốn (3) chủ sở hữu
Tỷ số tự tài trợ (2)
Nguồn: Tác giả đề xuất
Ghi chú: Các số tương ứng với tài tài liệu tham khảo trích dẫn (1)_Hoàng Thị Hồng Vân (2020);
(2)_Võ Minh Long (2020); (3)_Trịnh Thị Phan Lan (2013); (4)_Nguyễn Thị Nga (2018)
CÁC BIẾN TRONG MÔ HÌNH & DỮ LIỆU NGHIÊN CỨU
3.3.1 Các biến trong mô hình nghiên cứu
Các biến trong mô hình nghiên cứu phản ánh những ý nghĩa tài chính liên quan đến XSVN của các doanh nghiệp ngành bất động sản niêm yết trên sàn HOSE.
Biến Z trong mô hình nghiên cứu phản ánh khả năng sống còn (XSVN) của các doanh nghiệp bất động sản niêm yết trên sàn HOSE, được tính toán theo công thức Z-score của Edward I Altman (2000) Đây là một mô hình nổi tiếng, được áp dụng rộng rãi trên toàn cầu, bao gồm cả Việt Nam, nhờ vào khả năng ước lượng XSVN hiệu quả và dễ dàng cho việc nghiên cứu Sau khi tính toán, chỉ số Z được phân loại thành ba nhóm, mỗi nhóm thể hiện mức độ XSVN khác nhau của từng doanh nghiệp.
Z > 2,99: Doanh nghiệp nằm trong vùng an toàn, XSVN của doanh nghiệp thấp, chƣa có nguy cơ phá sản.
1,8 < Z < 2,99 : Doanh nghiệp nằm trong vùng cảnh báo, XSVN nằm ở mức trung bình, có thể có nguy cơ phá sản.
Z < 1,8 : Doanh nghiệp nằm trong vùng nguy hiểm, có XSVN cao, nguy cơ dẫn đến phá sản.
Nhóm biến khả năng thanh toán gồm các biến phụ thuộc X1, X2, X3, X4
Hệ số khả năng thanh toán hiện hành X1 là chỉ số quan trọng phản ánh khả năng thanh toán nợ ngắn hạn của doanh nghiệp từ tài sản ngắn hạn Theo nghiên cứu của Ngô Thị Phượng và CTG (2016) cùng thông tin từ Dun & Bradstreet Vietnam, hệ số này thường được áp dụng để đánh giá hiệu quả tài chính của các doanh nghiệp trong cùng ngành.
Chỉ số X1 dưới 1 cho thấy khả năng trả nợ của doanh nghiệp yếu, là dấu hiệu cảnh báo những khó khăn tài chính tiềm ẩn trong việc thanh toán các khoản nợ ngắn hạn Khi chỉ số X1 càng gần 0, khả năng chi trả của doanh nghiệp càng giảm, làm tăng nguy cơ phá sản.
X1 >1 cho thấy doanh nghiệp có khả năng cao trong việc thanh toán các khoản nợ đến hạn, với tỷ số càng cao càng đảm bảo khả năng chi trả và tính thanh khoản Tuy nhiên, nếu tỷ số này quá cao, có thể phản ánh việc doanh nghiệp không sử dụng hợp lý nguồn tài chính hoặc hàng tồn kho quá lớn, dẫn đến khó khăn trong việc chuyển hóa hàng tồn kho thành tiền khi có biến động trên thị trường.
Hệ số khả năng thanh toán nhanh X2, theo Ngô Thị Phƣợng và ctg (2016), thể hiện khả năng của doanh nghiệp trong việc thanh toán các khoản nợ ngắn hạn bằng tài sản ngắn hạn có thể chuyển hóa thành tiền nhanh chóng Trang thông tin Dun & Bradstreet Vietnam nhấn mạnh rằng hàng tồn kho, do có tính thanh khoản thấp, sẽ bị loại trừ khỏi tỷ số này Do đó, giá trị của hệ số khả năng thanh toán nhanh X2 được xác định dựa trên các tài sản có tính thanh khoản cao hơn.
X2 < 0,5: Phản ánh doanh nghiệp đang gặp khó khăn trong việc chi trả, tính thanh khoản thấp.
0,5< X2 2 cho thấy doanh nghiệp có khả năng thanh toán tốt, tuy nhiên hiệu quả sử dụng vốn có thể chưa cao và đòn bẩy tài chính ở mức thấp, điều này khiến doanh nghiệp gặp khó khăn trong việc đạt được sự tăng trưởng vượt bậc.
1≤ X3